社會網(wǎng)絡(luò)中的消息排序研究.pdf

1、社會網(wǎng)絡(luò)是近年來快速發(fā)展的社會實(shí)時新媒體，它日益影響著人們的生活和學(xué)習(xí)，幫助人們更好的進(jìn)行信息的交流和分享。在社會網(wǎng)絡(luò)上，存在著一些非?；钴S的用戶，他們關(guān)注了成百甚至上千的其他用戶。而網(wǎng)絡(luò)快速的信息流極易造成信息過載，用戶無法在訂閱的大量消息中找到自己感興趣的信息。本文針對這一問題，利用排序?qū)W習(xí)算法建立用戶偏好模型，對新數(shù)據(jù)按分值大小進(jìn)行排序。
　　 首先，針對數(shù)據(jù)稀疏性問題，本文提出利用用戶朋友的數(shù)據(jù)進(jìn)行解決的思路。對不同的朋

2、友，用戶與他／她的親密度不同，該朋友數(shù)據(jù)的重要性不同。本文使用用戶相似性度量不同數(shù)據(jù)重要性的方法，并通過分析目標(biāo)用戶與其關(guān)注的朋友之間的各種關(guān)系以及文本相似度等信息計算相似性。本文首先利用RankingSVM對社會網(wǎng)絡(luò)中的消息進(jìn)行排序，并對加入朋友樣本進(jìn)行訓(xùn)練的方法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明了算法的有效性。另外，為了提高模型的效率，我們使用RankBoost算法對消息進(jìn)行排序，修改損失函數(shù)反映不同數(shù)據(jù)集的重要性，實(shí)驗(yàn)結(jié)果表明RankBoo

3、st算法效率高且能應(yīng)用于實(shí)際。
　　 其次，為了訓(xùn)練模型，我們抽取了樣本的多種特征，包括消息文本特征、消息作者自身的特征、目標(biāo)用戶跟消息作者之間的關(guān)系等特征。另外，針對社會網(wǎng)絡(luò)消息文本短小的問題，我們在使用TF-IDF的基礎(chǔ)上，增加了利用LDA抽取的文本主題特征。在用戶的相似度計算上，本文最大程度的利用了社會網(wǎng)絡(luò)的各種信息，提出利用文本相似度、社會關(guān)系相似度、交互的頻率等多種信息計算用戶相似性。
　　 最后，在國內(nèi)微博數(shù)